查看原文
其他

调查:“AI红娘”来了,有一半人选择相信TA

REN 数据实战派 2022-01-14

(来源:卡巴斯基)

你会相信人工智能(AI)给你推荐的约会对象吗?

最近,卡巴斯基的一项全球调查显示,在使用交友或约会软件时, 44% 的受访者愿意接受 AI 或算法为其挑选的约会对象,更有 64% 的受访者表示算法的推荐完全符合他/她的偏好。

放在十年前,这个结果可能出乎很多人的意料,但在 AI 技术愈发普及的今天,人们对其总体上的积极看法和开放态度并不意外----无论接受与否,许多公司都已经在这么做了。

卡巴斯基的全球调查共有超过 1.8 万人参与,来自美国、法国、英国、中国、日本、俄罗斯等 27 个国家,其中 84% 的人表示自己正在或曾经使用过约会交友软件。

在绝大多数国家, Tinder 都是此类软件中最受欢迎的,而中国则是陌陌,日本是 Pairs ,俄罗斯和匈牙利是 Badoo 。


图 | 不同国家最受欢迎的约会交友软件(来源:卡巴斯基)


数字时代的交友模式,喜忧参


身处数字时代,交友方式也变得数字化和虚拟化。

在所有受调查者中,只有 28% 的人认为约会交友软件不是寻找约会对象所必备的工具。由此可见,对于大多数人来说,此类软件已经是必不可少。人们也接受了这一现实。

不过对于软件背后的 AI 或算法,人们的感受更加复杂。

一方面是开头提到的,有 44% 的人相信 AI 或算法做出的选择。在这群人中,有 43% 的人甚至表示自己“只希望看到由 AI 或算法挑选出来的人选”。

这也意味着他们对算法十分信赖,相信算法会筛掉那些“不够格”的人,从而提高自己交友和约会的效率。

在快节奏的生活中,效率是很多人关注的重点。有 54% 的人认为约会软件更有效率,让约会更简单。此外,疫情期间,许多人也只能依靠线上转线下的方式交友,软件的价值难以替代。

从年龄的角度看,在 16 - 24 岁的受访者中,有近七成的人( 69% )认为算法能够理解他/她的喜好。这是所有年龄组中最高的,高于全年龄平均值 64% ,符合对年轻人喜欢体验新事物的预期。

另一方面,也有 39% 的人认为被算法挑选是“不人性化的”, 56% 的人不相信算法能够处理人和人之间的“吸引力”背后的复杂性,更有 51% 的人表示自己“从未用过约会软件”,因为他们更喜欢面对面打交道。

接近六成的受访者表示,他们宁可消耗大量时间和精力亲自浏览平台上的所有用户,也不愿意让算法帮助他们筛选。背后的原因或许是害怕错过,对算法工作原理的不解,以及由此衍生出的不信任。

也不是所有人都享受虚拟交友的过程,“害怕被骗”和“无法信任他人”是阻碍人们使用约会软件的两大因素。另外人们还担心泄露个人隐私。

事实上,超过 30% 的受访者表示自己被骗子联系过, 15% 的人有过上当受骗的经历。更极端的,有 9% 的人表示自己在现实生活中被跟踪过,而且是从未匹配过的陌生人。

看来,在鉴别账号和资料真伪上, AI 应该多下些功夫。


不只是约会,也不只是刺激


约会交友软件,虽然名义上是约会+交友,但在许多人的认知里,它其实就是主打约会,尤其是短期的刺激。所谓交友,只是为了听起来更符合“公序良俗”罢了。

这其实是一种片面的认知,人们在这些平台上,并不仅仅是想要寻找短期的约会对象。

在卡巴斯基的调查中,有近半数的人( 48% )表示自己使用此类软件的最主要原因是“认识并结交新的朋友”,而其中又有高达 70% 的人表示自己成功地交到了新朋友。

仅次于该原因的是“寻找一段长期恋爱关系”,有 41% 的人将其作为主要原因。相比之下,“寻找短期关系”和“寻找性伴侣”的人分别只有 23% 和 27% 。当然,这是假设人们都如实作答的情况下。


(来源:卡巴斯基)

值得注意的是,虽然更多人希望用此类软件帮自己找到长期恋爱关系,但只有 37% 的人表示自己成功了,而在寻找短期关系和性伴侣方面,有多达 60% 的人得偿所愿,是前者的 1.6 倍。

这也侧面说明,尽管此类软件不断强调其 AI 算法可以建立长期关系,并以“数字时代的红娘”自居来招揽用户,但都难以改变其在建立短期关系方面更有效的境况。

除交友外,一些人还将软件用于宣传自己其他平台的社交账号,比如 TikTok 或 Instagram ,以达到涨粉的目的。在这一点上,有高达 79% 的人认为自己成功地实现了目的,是所有目的类型中实现度最高的。

值得一提的是,还有约 8% 的人用这些平台来寻找工作,或者扩大自己的人脉圈子,其中甚至有多达 66% 的人表示自己如愿以偿。

始于算法,终于现实


无论是哪个软件,都对各自背后涉及到商业机密的算法(工作原理)讳莫如深,但即使没有 AI 加持,这些算法也都是基于各式各样的数据做出的匹配决定。

以 Tinder 为例,虽然这家公司从未明确透露过工作原理,但各路网友早已通过不断尝试和 Tinder 公开的技术框架拼凑出了较为准确的机制。

例如在 Tinder 中,“右滑”代表对某人感兴趣,因此获得“右滑”更多的用户就有更多的机会出现在其他用户的屏幕上,但用户也不能对所有人一律“右滑”,不然就会被算法判断成是滥用。

一些人按照算法的原理去钻空子,希望通过改变使用 App 的习惯来迷惑 AI /算法,从而在数字交友时代获得更多的曝光度。

单从曝光度而言,这种方法或许奏效。不过,数字化只会改变对真爱的追求方式,而不是真爱本身。因为信任推荐是一回事,仅根据 AI 的推荐来选择约会对象则是另一回事。


(来源:卡巴斯基)

有超过一半( 56% )的受访者表示,不能确定算法是否涵盖决定两人是否来电的所有因素。也有近四成人表示,自己曾被算法搞得有些莫名其妙,不知道以自己的标准怎么就和对面匹配上了。

换句话说, AI 还是很难悟出什么是“话不投机半句多”。即使 AI 根据一些兴趣爱好之类的基础属性推荐了两人匹配,可大多数人还是要掂量掂量其他条件,诸如眼缘、性格之类的特征,是很难由算法量化的。

仔细想想,这其实与现实没有太大区别。当我们在工作中、音乐节或酒吧遇到某人时,我们也会首先衡量一些基础属性是否相似,比如两人是否有共同爱好,背景是否相仿,甚至是星座是否相配。

在这个过程中,如果对对方有好感,我们可能会假装比真实的自己更有趣,或者撒一些无关紧要的小谎,显得两人彼此投缘。但真正决定两人是否能进入约会状态、建立长期且认真的恋爱关系的,则是更长时间、多次数的相处,也就是“日久见人心”。

这种难以捉摸的来电感和相处时的真实感,或许是再厉害的 AI 也无法破译的密码。

Reference:
https://www.kaspersky.com/blog/dating-report-2021/


 往期推荐 
 Science 论文:诺奖经济学家的经典决策模型,被 AI 挑战
 CVPR 2021 当之无愧的最佳论文奖

  arXiv 时代,应如何看待那些互相矛盾的论文?

 “三巨头” 联合发布万字长文,深度学习将通往何方?

这篇论文,透露谷歌团队所构想的 “未来搜索”

 449 页 pdf,FaceBook 称其迈出 “重塑 AI 科学的第一步”

我们可能已见证第一场人工智能战争

 斯坦福 AI Lab 好文:知识图谱深度介绍

清华团队最新成果:可致特朗普能咏比特币,AI 写古诗 “更上一层楼”

麻省理工团队新突破,弥补深度学习在交通领域上的关键欠缺

分析 30 年大脑研究发现,人脑并没有男女之分

丨机器学习迈向量子化:范式转变惊鸿一瞥

香奈儿们的 AI 实验室都在做什么?

比 GPU 快 15 倍,CPU 算法训练深度神经网络 “超车” 成功

 “从业 3 年后,我永远离开 AI 行业的 5 个原因”

 Bengio 团队因果学习论文反思:为何机器学习仍在因果关系中挣扎?

丨出乎意料,对抗训练可对机器人产生重大负面影响

 贝叶斯网络之父 Judea Pearl 推荐:迈向可解释的知识驱动系统

陈天桥雒芊芊脑机接口中心等团队新成果:超声波 “读脑”
听李宏毅点评 GPT-3:来自猎人暗黑大陆的模型
丨麻省理工学院学者万字长文:计算机作为一种通用技术的衰落
你的脸是这样丢掉的:人脸数据集的史上最大规模调查
 MIT 机器人教父 Rodney Brooks:机械臂编程语言的起源
一家图灵奖得主背书创企的陨落,暴露了 AI 弱国 “恒弱” 的困境?

关于数据实战派
数据实战派希望用真实数据和行业实战案例,帮助读者提升业务能力,共建有趣的大数据社区。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存